科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对实际工业生产过程中被控对象的时变和纯滞后的特点,本文根据神经网络具有能够充分逼近任意复杂的非线性关系和能够学习严重不确定系统的动态特性,具有适应性、智能性较好的特点并结合灰色预测控制的超前预测的特点,提出了基于BP神经网络的灰色预测控制算法。仿真结果的对比分析表明:本文的控制算法与传统控制器相比,具有控制简便、自适应性较强等特点,适用于对纯滞后和模型时变对象的控制。最后采用xPC技术在实际设备上进行了算法的验证,取得了满意的效果。
- 单位
针对实际工业生产过程中被控对象的时变和纯滞后的特点,本文根据神经网络具有能够充分逼近任意复杂的非线性关系和能够学习严重不确定系统的动态特性,具有适应性、智能性较好的特点并结合灰色预测控制的超前预测的特点,提出了基于BP神经网络的灰色预测控制算法。仿真结果的对比分析表明:本文的控制算法与传统控制器相比,具有控制简便、自适应性较强等特点,适用于对纯滞后和模型时变对象的控制。最后采用xPC技术在实际设备上进行了算法的验证,取得了满意的效果。
